[發(fā)明專利]目標(biāo)檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110507953.7
• 申請(qǐng)日: 2021-05-11
• 公開（公告）號(hào): CN112990203B
• 公開（公告）日: 2022-01-28
• 發(fā)明（設(shè)計(jì)）人: 秦勇
• 申請(qǐng)（專利權(quán)）人: 北京世紀(jì)好未來教育科技有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/774;G06V10/82;G06V20/62;G06K9/62;G06N3/04
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 郭麗祥;楊瑾瑾

1.一種目標(biāo)檢測(cè)方法，其特征在于，所述方法包括：

將第一文本圖像基于特征提取模塊進(jìn)行特征提取，得到特征圖像；

將所述特征圖像輸入檢測(cè)模塊，輸出多通道的特征圖像及多個(gè)特征向量，其中，所述多通道的特征圖像中第一通道輸出的特征圖像為文本區(qū)域的概率圖，第二通道輸出的特征圖像為內(nèi)縮文本區(qū)域概率圖，第三通道輸出的特征圖像為文本區(qū)域邊界概率圖，第四通道輸出的特征圖像為中心區(qū)域概率圖，所述多個(gè)特征向量從第五通道至第八通道輸出且分別對(duì)應(yīng)的像素點(diǎn)方向?yàn)槲谋緟^(qū)域的上邊界方向、文本區(qū)域的下邊界方向、文本區(qū)域的左邊界方向、及文本區(qū)域的右邊界方向；

將基于所述文本區(qū)域的概率圖、所述內(nèi)縮文本區(qū)域概率圖、所述文本區(qū)域邊界概率圖、所述中心區(qū)域概率圖及所述多個(gè)特征向量訓(xùn)練得到的檢測(cè)網(wǎng)絡(luò)作為目標(biāo)檢測(cè)網(wǎng)絡(luò)；

根據(jù)所述目標(biāo)檢測(cè)網(wǎng)絡(luò)，對(duì)第二文本圖像中相應(yīng)的文本區(qū)域進(jìn)行檢測(cè)，定位出所述文本區(qū)域；

其中，基于所述檢測(cè)模塊進(jìn)行檢測(cè)處理所對(duì)應(yīng)的第一輸出、第二輸出與第三輸出結(jié)合在一起進(jìn)行訓(xùn)練；

其中，將所述第一輸出的所述文本區(qū)域的概率圖、所述內(nèi)縮文本區(qū)域概率圖及所述中心區(qū)域概率圖采用第一損失函數(shù)進(jìn)行訓(xùn)練；將所述第二輸出的所述文本區(qū)域邊界概率圖采用第二損失函數(shù)進(jìn)行訓(xùn)練；將所述第三輸出的所述多個(gè)特征向量采用第三損失函數(shù)進(jìn)行訓(xùn)練；根據(jù)所述第一損失函數(shù)、所述第二損失函數(shù)及第三損失函數(shù)得到總損失函數(shù)，根據(jù)所述總損失函數(shù)的反向傳播得到所述目標(biāo)檢測(cè)網(wǎng)絡(luò)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將第一文本圖像基于特征提取模塊進(jìn)行特征提取，得到特征圖像，包括：

所述特征提取模塊包括骨干網(wǎng)絡(luò)模塊及特征增強(qiáng)融合FPEM模塊的情況下，將所述第一文本圖像輸入所述骨干網(wǎng)絡(luò)模塊進(jìn)行特征提取，得到多個(gè)特征向量，將所述多個(gè)特征向量經(jīng)至少一個(gè)所述FPEM模塊再次進(jìn)行特征提取、上采樣及串聯(lián)處理后，得到所述特征圖像。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，還包括：

所述檢測(cè)模塊采用可微分二值化DB模型的情況下，將所述特征圖像輸入所述DB模型進(jìn)行卷積及反卷積處理，輸出所述多通道的特征圖像及所述多個(gè)特征向量。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，還包括：

分別對(duì)所述文本區(qū)域的概率圖、內(nèi)縮文本區(qū)域概率圖、文本區(qū)域邊界概率圖及中心區(qū)域概率圖進(jìn)行二值化處理，對(duì)應(yīng)得到文本區(qū)域的二值圖、內(nèi)縮文本區(qū)域的二值圖、文本區(qū)域邊界的二值圖及中心區(qū)域的二值圖；

根據(jù)所述文本區(qū)域的二值圖及所述文本區(qū)域邊界的二值圖，得到目標(biāo)邊界二值圖；

根據(jù)所述內(nèi)縮文本區(qū)域的二值圖及所述中心區(qū)域的二值圖，得到目標(biāo)中心區(qū)域二值圖。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括：

為所述多個(gè)特征向量進(jìn)行權(quán)重的賦值處理，得到多個(gè)處理后的特征向量，將與所述多個(gè)處理后的特征向量分別對(duì)應(yīng)的多個(gè)像素點(diǎn)進(jìn)行逐點(diǎn)相加處理，得到第一方向圖；

根據(jù)所述目標(biāo)邊界二值圖及所述目標(biāo)中心區(qū)域二值圖，得到第二方向圖；

將所述第一方向圖及所述第二方向圖作為待比較對(duì)象，并根據(jù)所述第一方向圖及所述第二方向圖的連通域運(yùn)算，從所述待比較對(duì)象中篩選出目標(biāo)文本框。